L'IA dans le transport : redéfinir les systèmes de métro

Les systèmes de métro sont au cœur du transport public d'une ville et transportent des millions de passagers chaque jour. Des villes comme New York et Tokyo accueillent respectivement plus de 3 millions et 6 millions d'usagers du métro par jour. À mesure que les villes se développent, il devient essentiel de rendre les systèmes de métro plus efficaces, plus sûrs et plus agréables pour les passagers. 

C'est là que l'intelligence artificielle (IA) entre en jeu, transformant tout, de l'achat de billets à la maintenance des trains. Dans cet article, nous allons faire un tour dans un système de métro, en voyant comment l'IA améliore chaque étape du voyage et les technologies d'IA cachées qui assurent le bon fonctionnement de l'ensemble. 

L'IA dans les transports publics commence par la collecte des tarifs

Habituellement, un voyage dans le métro commence par faire la queue, acheter un billet et passer les tourniquets. L'IA rationalise activement ce processus, le rendant plus rapide et plus pratique pour les passagers. Par exemple, la technologie de reconnaissance faciale peut être utilisée dans les systèmes de billetterie du métro. Dans les villes très fréquentées, les passagers peuvent accéder aux services sans billets physiques ni cartes à puce. Au lieu de cela, leurs visages sont scannés aux points d'entrée, ce qui permet un accès fluide. En 2019, Pékin a introduit un système de reconnaissance faciale pour gérer la surpopulation et réduire les longues files d'attente aux heures de pointe.

‍

Une intégration transparente de l'IA facilite les déplacements quotidiens et profite à des millions de passagers chaque jour. Les systèmes de billetterie basés sur l'IA améliorent non seulement l'expérience des passagers, mais renforcent également la sécurité. En analysant les données faciales, le système s'assure que seuls les passagers autorisés entrent dans la station. L'IA peut rapidement vérifier les identités, empêcher les accès non autorisés et repérer les menaces potentielles. Elle peut accélérer le processus d'entrée, améliorer la sécurité et réduire la fraude tarifaire.

Se déplacer dans les lignes de métro avec l'aide de l'IA

Après être entré dans le métro, il peut être difficile de s'orienter dans la station, surtout aux heures de pointe. Les systèmes de navigation basés sur l'IA peuvent faciliter les déplacements dans le métro en offrant aux passagers des indications en temps réel. Ces systèmes utilisent des algorithmes d'IA pour analyser les données provenant de sources telles que le GPS, les capteurs et les caméras afin de trouver les meilleurs itinéraires et de fournir des indications précises et à jour. Les passagers peuvent utiliser des applications mobiles, similaires à Google Maps, pour recevoir des instructions étape par étape à l'intérieur de la station afin de localiser rapidement les quais, les sorties et les commodités. La navigation basée sur l'IA peut faire gagner du temps et réduire le stress.

Outre la navigation, les données des caméras et la vision par ordinateur dans un métro peuvent être utilisées pour surveiller la densité de la foule en temps réel. Les caméras situées dans toute la station peuvent compter les passagers dans des zones spécifiques afin de repérer les goulets d'étranglement potentiels et les endroits surpeuplés. Ces informations aident les autorités de transport en commun à prendre des mesures proactives, telles que l'ajustement de la fréquence des trains ou l'envoi de personnel pour gérer les foules. En fait, l'IA a été utilisée expérimentalement à Dubaï pour réduire la congestion de 40 % à 60 % et réduire les temps d'attente à 30 minutes pendant les heures de pointe et les événements publics.

‍

Monter à bord et voyager dans le métro équipé de l'IA

Lorsque les passagers montent à bord du train, l'IA peut améliorer leur expérience de voyage de diverses manières. Comprenons certaines de ces applications :

• Accessibilité support : Les techniques de vision par ordinateur, telles que la détection d'objets, peuvent identifier les utilisateurs de fauteuils roulants et les diriger vers la section la plus accessible du train. Le processus de fermeture des portes peut également être modifié pour accorder à ces passagers un délai supplémentaire pour monter à bord en toute sécurité.
  ‍
• Annonces et publicités personnalisées : L'IA peut être utilisée pour personnaliser les annonces et les publicités aux passagers en fonction des personnes présentes dans le train et de l'heure.
  ‍
• Vérification de train vide : À la dernière station du réseau de métro, la vision par ordinateur peut être utilisée pour effectuer une « vérification de train vide » afin de s'assurer qu'aucun passager n'est laissé à bord.
  ‍
• Gestion des bagages abandonnés : Si des bagages sont abandonnés, la vision par ordinateur peut les détecter et afficher les articles sur les écrans de la plateforme. Les passagers peuvent alors facilement récupérer leurs articles. 

Les rames de métro elles-mêmes peuvent également être alimentées par l'IA. Les trains entièrement autonomes peuvent fonctionner en toute sécurité sans membres d'équipage humains. Ces trains alimentés par l'IA utilisent des algorithmes avancés pour la prise de décision en temps réel et des capteurs pour détecter les obstacles et fonctionner en toute sécurité. Les rames de métro pilotées par l'IA réduisent les coûts de personnel, offrent une plus grande flexibilité pour transporter plus de passagers avec une meilleure qualité de service, peuvent être plus régulièrement à l'heure et optimisent l'accélération et le freinage pour réduire la consommation d'énergie. Par exemple, le Honolulu Rail Transit Project est le premier système entièrement autonome aux États-Unis. Le système devrait réduire la congestion du trafic et les émissions en éliminant environ 40 000 trajets en voiture par jour. 

‍

Utilisation de l'IA pour surveiller les passagers sortant de la station de métro

Il est également essentiel de surveiller le nombre de personnes qui sortent par les différentes stations pour gérer efficacement le flux du métro. Les modèles d'IA, comme Ultralytics YOLOv8, jouent un rôle clé dans ce processus. YOLOv8 prend également en charge le suivi d'objets et peut être utilisé pour identifier et suivre plusieurs objets en temps réel, ce qui le rend parfait pour les systèmes de métro très fréquentés. En analysant les flux vidéo des caméras placées dans les stations, YOLOv8 peut compter les passagers qui sortent, suivre leurs mouvements et repérer les schémas de congestion.

Au-delà des portiques de sortie du métro, l'IA peut être intégrée aux solutions de connectivité du dernier kilomètre. Les stations de vélos en libre-service, les services de covoiturage et les services de navette basés sur l'IA peuvent faciliter la sortie des passagers de la station. En analysant les données en temps réel, l'IA peut prédire la demande et la disponibilité de ces services. Cette technologie peut également suggérer les meilleurs itinéraires et modes de transport en fonction des conditions de circulation actuelles et des préférences individuelles. Ainsi, les passagers peuvent accéder rapidement aux options de transport les plus appropriées dès leur sortie de la station, ce qui réduit les temps d'attente et rend leur voyage plus pratique.

L'IA en coulisses : entretien des voies de métro

En tant que passagers, nous négligeons souvent les processus complexes qui se déroulent en coulisses lors de nos trajets en métro. L'IA est essentielle en coulisses, en particulier pour l'inspection et l'entretien des voies. Des systèmes comme le portail d'inspection des wagons de chemin de fer (RIP) de Duos Technologies illustrent cette approche axée sur l'IA. À l'aide d'algorithmes d'IA, le RIP capture et analyse des images à 360 degrés de chaque wagon en quelques secondes, même à des vitesses supérieures à 200 km/h. Ces systèmes d'IA en périphérie détectent les problèmes et alertent le personnel ferroviaire des problèmes d'entretien en moins de 60 secondes. Une surveillance constante permet de détecter et de résoudre rapidement les problèmes potentiels.

La gestion et l'optimisation de l'énergie sont d'autres applications de l'IA dans un métro qui ne sont pas communément connues. Par exemple, le Metro de Madrid utilise un système basé sur l'IA pour réduire les coûts énergétiques de la ventilation de 25 % et réduire les émissions de CO2 de 1 800 tonnes par an. Exploitant 891 ventilateurs qui consomment jusqu'à 80 gigawatts-heures d'énergie par an, le système utilise un algorithme d'optimisation inspiré du comportement de recherche de nourriture des colonies d'abeilles. Cet algorithme analyse de grandes quantités de données, en tenant compte de facteurs tels que la température de l'air, l'architecture de la station, la fréquence des trains, la charge des passagers et les prix de l'électricité. Il utilise des données historiques et simulées pour prédire et atteindre le meilleur équilibre pour chaque station, en s'améliorant au fil du temps grâce à l'apprentissage automatique.

‍

Avantages et inconvénients de l'IA dans les transports en commun

L'intégration de l'IA dans les systèmes de métro a apporté de nombreux avantages. Par exemple, elle améliore l'efficacité en aidant les systèmes de métro à respecter les horaires, à réduire les retards et à optimiser les opérations pour des services plus fluides. La sécurité est également accrue grâce à une surveillance continue, et la maintenance prédictive permet de prévenir les accidents et les dysfonctionnements.

Toutefois, la mise en œuvre de l'IA dans les systèmes de métro comporte des défis, tels que :

• Préoccupations concernant la confidentialité des données : la collecte et l'utilisation des données des passagers soulèvent d'importantes préoccupations en matière de confidentialité qui doivent être gérées avec soin afin de protéger les droits à la vie privée des individus.
  ‍
• Intégration à l'infrastructure existante : l'intégration des systèmes d'IA à l'infrastructure de métro existante peut être complexe et nécessiter des modifications.
  ‍
• Coûts de mise en œuvre élevés : Les coûts initiaux de mise en œuvre de la technologie d'IA peuvent être élevés, ce qui peut constituer un obstacle pour certains réseaux de métro.
  ‍
• Nécessité de professionnels qualifiés : La mise en œuvre et la maintenance réussies des systèmes d'IA nécessitent des professionnels hautement qualifiés, ce qui peut constituer un défi en termes de ressources.

Malgré ces défis, les avantages font de l'IA une force de transformation dans les systèmes de transport urbain modernes comme les métros. Le potentiel d'augmentation de l'efficacité, d'amélioration de la sécurité et d'amélioration de l'expérience des passagers explique pourquoi la communauté de l'IA s'efforce activement de surmonter ces obstacles afin de profiter pleinement des avantages qu'offre l'IA. Ainsi, la prochaine fois que vous prendrez le métro, gardez un œil sur les innovations en matière d'IA qui font partie de votre voyage.

L'avenir de l'IA dans les transports

De l'entrée dans la station à la navigation, en passant par le trajet et la sortie du métro, l'IA transforme l'ensemble du parcours. Elle optimise les opérations, améliore la sécurité et offre une expérience passager fluide. En améliorant la maintenance des voies et la gestion de l'énergie, l'IA garantit des systèmes de métro efficaces et rentables. Malgré les défis tels que les coûts de mise en œuvre et les préoccupations relatives à la confidentialité des données, les avantages de l'IA dans les systèmes de transport urbain comme les métros sont indéniables. Alors que les villes continuent de croître, l'IA jouera un rôle de plus en plus vital pour rendre les déplacements en métro plus intelligents, plus sûrs et plus efficaces.

Restez connecté avec notre communauté pour continuer à vous informer sur l'IA ! Consultez notre dépôt GitHub pour découvrir comment nous pouvons utiliser l'IA pour créer des solutions innovantes dans divers secteurs tels que l'agriculture et la fabrication. 🚀